Week01的内容不是很多，主要介绍LLM的一些基础概念和提示词撰写的方法论。我的学习顺序是：1️⃣边看Slides边记笔记，把一些面试中可能遇到的问题或者可以和面试官聊天的内容记下来，保存在云端，形成自己的知识文库；2️⃣根据Reading List，阅读推荐的材料、收看推荐的视频，这里发现一个特别不错的方法：有些视频长达三个多小时，平时比较忙根本没时间耐心看完，于是我把视频传到NotebookLM，让他结合我的专业，根据要求生成学习笔记。这样我就能收到一份八九千字的“视频转文字”报告，内容详细且经过梳理，看起来既有效率也更有结构性。还可以让它给我生成一段高质量的讲解视频或播客。3️⃣完成一...

最近两天国际金价忽上忽下炒的特别火热，前天晚上心血来潮就决定写一个Agent智能分析黄金市场的项目，连续工作了20小时也是完工了，刚刚花了会儿时间也是成功在github上上线了。GoldMind 是一个基于 LangChain Multi-Agent 架构 的黄金市场智能分析平台，融合 ReAct 推理框架、RAG（检索增强生成） 与 多模型协作 技术，为投资者提供深度市场洞察。系统基于 GLM-4-Plus（智谱AI）与 DeepSeek-V3 双引擎驱动，通过专用 Agent 分工协作：Market Analysis Agent 负责技术面量化分析，News Intelligence Agent 基于实时搜索进行舆情解析，Institution Research Agent 追踪主流机构观点，Investment Advisory Agent 融合多源信息生成策略建议。各 Agent 通过结构化输出实现结果融合，形成对黄金市场的全景认知。项目链接🔗https://github.com/JasonBuildAI/GoldMind球球star⭐啦哈哈哈哈哈😃附上几个前端截图，也欢迎大家提PR

各位牛友、前辈们好！ 我是湖北大学24级信息与计算科学专业的学生，目前正在带队参加“第十五届正大杯市调大赛”。 我们在推进过程中遇到了企业对接的困难，特来社区求助，希望能找到相关领域的公司或前辈进行轻量级合作，当然，也欢迎广大牛友们指点迷津。📌 我们的课题题目：《信任博弈与价值权衡：用户对Auto-GUI类智能体‘操作托管’的信任机制与偏好研究》核心点： 现在的LLM正在从Chat向Agent进化（如智谱AutoGLM、各家RPA），我们不研究对话，专门研究“操作托管”场景下，用户在效率与隐私权限之间的权衡博弈。🛠️ 我们的技术路线我们不是发发问卷就算了，我们准备了：离散选择实验（DCE）...